多示例多標(biāo)簽學(xué)習(xí)在基因功能注釋中的應(yīng)用.pdf

1、在后基因組時(shí)代，最主要的挑戰(zhàn)是基因組注釋。作為基因組注釋的重要研究部分，基因功能注釋有著舉足輕重的地位。為人類更好的認(rèn)識(shí)基因，探索生命的本源提供必要的依據(jù)。人類基因組測(cè)序工程產(chǎn)生了大量的全基因組數(shù)據(jù)，這些數(shù)據(jù)為基因功能注釋課題的研究提供了豐富的生物學(xué)信息。然而，從大量的信息中獲取有用的知識(shí)，人工的方法已經(jīng)不能勝任，需借助計(jì)算的方法進(jìn)行機(jī)器學(xué)習(xí)。本文采用多示例多標(biāo)簽的學(xué)習(xí)方法對(duì)該任務(wù)進(jìn)行研究，主要的研究工作如下:
　　首先，本文從基

2、因表達(dá)模式的角度對(duì)基因功能進(jìn)行預(yù)測(cè)，細(xì)致地分析研究了基因功能注釋數(shù)據(jù)庫中基因功能之間的關(guān)系及其推導(dǎo)過程。針對(duì)基因功能注釋數(shù)據(jù)庫中基因與功能之間多對(duì)多映射關(guān)系的特點(diǎn)，本文引入多示例多標(biāo)簽學(xué)習(xí)框架，并對(duì)多示例多標(biāo)簽學(xué)習(xí)框架進(jìn)行研究分析。
　　其次，針對(duì)多示例多標(biāo)簽學(xué)習(xí)框架的退化策略會(huì)退去基因之間的相關(guān)性的問題，本文結(jié)合多示例學(xué)習(xí)框架與層次聚類算法，提出了多示例層次聚類算法。該算法以基因表達(dá)相關(guān)性為基礎(chǔ)，將擁有相同基因功能的基因的時(shí)序表

3、達(dá)數(shù)據(jù)子集視為該基因功能的示例集合進(jìn)行多示例構(gòu)建。使用基因時(shí)序表達(dá)數(shù)據(jù)之間的皮爾森相關(guān)系數(shù)計(jì)算多示例之間的距離，并通過最大化各基因功能類中所包含的基因之間的相關(guān)性進(jìn)行聚類約束，使得基因之間的相關(guān)性能在聚類過程中得到很好的保持。
　　最后，為驗(yàn)證算法的有效性，本文在釀酒酵母的四個(gè)基因時(shí)序表達(dá)譜中進(jìn)行實(shí)驗(yàn)，先使用多示例層次聚類算法將多示例多標(biāo)簽任務(wù)退化成單示例多標(biāo)簽任務(wù)，再采用多標(biāo)簽支持向量機(jī)或多標(biāo)簽K近鄰算法進(jìn)行求解。實(shí)驗(yàn)表明該算法